leetcode上刷题时,股票问题大概有五六道题,看到了一位大佬写的很好的解题思路和总结,拿过来借鉴
借鉴:https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock/solution/yi-ge-fang-fa-tuan-mie-6-dao-gu-piao-wen-ti-by-l-3/
大佬写的题解,很棒!
--------------手动分割线------------------
以下是我这个小菜鸡的刷题代码:
dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i])
max( 选择 rest , 选择 sell )
解释:今天我没有持有股票,有两种可能:
要么是我昨天就没有持有,然后今天选择 rest,所以我今天还是没有持有;
要么是我昨天持有股票,但是今天我 sell 了,所以我今天没有持有股票了。
dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i])
max( 选择 rest , 选择 buy )
解释:今天我持有着股票,有两种可能:
要么我昨天就持有着股票,然后今天选择 rest,所以我今天还持有着股票;
要么我昨天本没有持有,但今天我选择 buy,所以今天我就持有股票了。
解题重点是列出状态转移框架:
文章目录
1.(121) 买卖股票的最佳时机I
只有一次买入卖出的机会:
//c++
class Solution {
public:
int maxProfit(vector<int>& prices) {
int dp_i_0=0,dp_i_1=INT_MIN;
for(int i=0;i<prices.size();i++){
dp_i_0=max(dp_i_0,dp_i_1+prices[i]);
dp_i_1=max(dp_i_1,-prices[i]);
}
return dp_i_0;
}
};
2.(122)买卖股票的最佳时机 II
不限制买卖次数:
//C++
class Solution {
public:
int maxProfit(vector<int>& prices) {
//可以进行无数次的交易
int s=prices.size();
int dp_i_0=0,dp_i_1=INT_MIN;
for(int i=0;i<s;i++){
int temp=dp_i_0;
dp_i_0=max(dp_i_0,dp_i_1+prices[i]);
dp_i_1=max(dp_i_1,temp-prices[i]);
}
return dp_i_0;
}
};
3.(309)最佳买卖股票时机含冷冻期
开始限制执行一次交易后必须冷冻一天。
//C++
class Solution {
public:
int maxProfit(vector<int>& prices) {
int s=prices.size();
int dp_i_0=0;
int dp_i_1=INT_MIN;
int dp_pre_0=0; //代表dp[i-2][0]
for(int i=0;i<s;i++){
int temp=dp_i_0;
dp_i_0=max(dp_i_0,dp_i_1+prices[i]);
dp_i_1=max(dp_i_1,dp_pre_0-prices[i]);
dp_pre_0=temp;
}
return dp_i_0;
}
};
4.(714) 买卖股票的最佳时机含手续费
在交易的过程中要额外收费
//C++
class Solution {
public:
int maxProfit(vector<int>& prices, int fee) {
int s=prices.size();
int dp_i_0=0;
int dp_i_1=INT_MIN;
for(int i=0;i<s;i++){
int temp=dp_i_0;
dp_i_0=max(dp_i_0,dp_i_1+prices[i]);
dp_i_1=max(dp_i_1,temp-prices[i]-fee);
}
return dp_i_0;
}
};
5.(123) 买卖股票的最佳时机 III
问题变复杂,开始限制交易次数,此次交易次数限制为2
#Python
class Solution:
def maxProfit(self, prices: List[int]) -> int:
s=len(prices)
dp=[[[0]*2 for _ in range(3)] for _ in range(s)]
if not dp:
return 0 #考虑dp内容为空
for i in range(s):
for kc in range(2,0,-1):
if i==0:
dp[0][kc][0]=0
dp[0][kc][1]=-prices[0]
continue
dp[i][kc][0]=max(dp[i-1][kc][0],dp[i-1][kc][1]+prices[i])
dp[i][kc][1]=max(dp[i-1][kc][1],dp[i-1][kc-1][0]-prices[i])
return dp[s-1][2][0]
6.(188) 买卖股票的最佳时机 IV
限制交易次数,交易次数变多。所以增加判断,如果允许交易次数很多(>len(prices)//2),则视为不限制交易次数。
#Python
class Solution:
def maxProfit(self, k: int, prices: List[int]) -> int:
s=len(prices)
if k>s//2: #交易次数过多
dp_i_0=0
dp_i_1=float('-inf')
for i in range(s):
temp=dp_i_0
dp_i_0=max(dp_i_0,dp_i_1+prices[i])
dp_i_1=max(dp_i_1,temp-prices[i])
return dp_i_0
#交易次数少
dp=[[[0]*2 for _ in range(k+1)] for _ in range(s)] #初始化dp数组
for i in range(s):
for k_day in range(k,0,-1): #枚举所有情况
if i==0:
dp[0][k_day][0]=0
dp[0][k_day][1]=-prices[0]
continue #初始条件
dp[i][k_day][0]=max(dp[i-1][k_day][0],dp[i-1][k_day][1]+prices[i])
dp[i][k_day][1]=max(dp[i-1][k_day][1],dp[i-1][k_day-1][0]-prices[i]) #两个状态转移
return dp[s-1][k][0]